导航卫星的短弧运动学定轨

导航卫星在姿轨控和轨道恢复期间,由于观测数据有限,传统的统计定轨理论难以实现导航卫星精密定轨。本文尝试采用一种不依赖轨道动力学的、新的运动学定轨方法来处理短弧和复杂动力学过程中的定轨,提出了基于多项式拟合的短弧运动学定轨算法,并提出2种不同的实现方案。该算法充分利用了高采样率的测轨数据,减少了结果的噪声,其优点在于不需要长时间累积测轨数据,可以实现近实时快速计算,克服了动力学法定轨发散和单点定位无法获得卫星速度信息等不足。对COMPASS M-01导航卫星实测数据的处理表明,10min左右短弧运动学定轨的位置精度可以优于10m,速度精度优于4cm/s,满足了短弧跟踪条件下RDSS对卫星轨道精度的要求,实现了短弧跟踪条件下卫星精密定轨,但从轨道预报精度来看,该方法仅仅适用于短期预报。     

低成本捷联惯导不对称动态误差的神经网络补偿

 针对低成本捷联惯导系统(SINS)中陀螺动态误差的不对称性在角振动条件下造成姿态漂移的问题,设计了多层前向神经网络的补偿模型。在标定模型参数时,为降低对外部参考信号测量精度的要求,提出用姿态解算的最终误差作为网络优化目标的训练方法。由于最终的姿态误差不是网络的期望输出,无法采用有导师的训练方法,为此采用了微粒群优化算法。仿真实验结果表明:补偿后的陀螺动态误差的不对称度减小了一个数量级。     

GPS/INS组合系统空中对准方法研究

针对单天线的GPS与捷联惯性导航组合系统,提出了一种空中对准方案,不同于传统的传递对准方法,仅依靠GPS测量信息进行速度匹配,完成空中初始对准。该方案采用扩展卡尔曼滤波方法解决对准过程中的非线性问题。仿真结果表明该方案的对准精度(1σ)可以达到水平姿态误差0.07,°方位误差0.3°。     

基于捷联惯导高保真误差模型的非线性滤波算法

针对捷联惯导系统在大姿态误差条件的对准问题,推导了高保真非线性误差模型。该模型采用欧拉角表示姿态误差,并用与导航解算相同的姿态更新算法准确描述了姿态误差的传播规律。利用该模型设计了扩展卡尔曼滤波器,并以二位置对准为例,比较该模型与线性模型和大方位误差模型的滤波效果。仿真实验结果表明在小角度误差和大方位误差条件下,基于高保真模型的滤波器估计精度都优于其它两种模型,且在大水平姿态误差条件下滤波精度也很高。